[发明专利]水体营养盐和化学需氧量的陆基遥感监测方法

说明书

本发明涉及水体营养盐和化学需氧量的陆基遥感监测方法，利用架设于岸边的高光谱成像仪采集不同水体类型、不同观测场景下的水体遥感反射比，与采集的表层水样中测定的浓度数据匹配获得同步观测数据，形成同步样本数据集，利用机器学习模型训练数据集，建立总氮、总磷、化学需氧量反演模型，最后将建立的反演模型应用至高光谱成像仪，实现无人值守下水体表层氮磷营养盐和化学需氧量快速实时高频自动连续监测。本发明首次提出融合到地表水环境监测断面的营养盐和化学需氧量陆基遥感监测理念，有望满足日益增长的河流断面和近岸水域营养盐高时空连续动态观测需求。

技术领域

本发明属于遥感监测技术领域，具体涉及水体营养盐和化学需氧量陆基遥感监测方法。

背景技术

清洁水源直接关系到每个人的生命健康与生命安全，是最基本的民生问题，事关国计民生和社会经济可持续发展。此外，联合国2015-2030年可持续发展目标6就是要确保获得足够清洁饮用水。从20世纪70、80年代开始，随着我国社会经济快速发展和流域污染负荷显著增加，河流、湖泊、水库、海湾等地表水体水污染、水环境、水资源和水生态问题日益严峻。近年来随着水污染控制、水环境治理、水生态修复和生态文明建设的持续推进，我国地表水体水环境已有明显改善，但仍面临严峻形势。

准确快速的水环境监测是掌握我国地表水水质变化特征，开展水环境成因机制分析、评价评估、治理修复和管理考核的重要基石，无论是科学研究还是环境管理以及政府决策很大程度上都非常依赖地表水环境质量监测结果。目前国家及地方生态环境行政主管部门通过在重点河流、湖库、饮用水源地等设置监测断面以了解重要水体的污染程度及其变化情况。

氮磷营养盐和化学需氧量是地表水环境监测的核心指标，传统的断面人工采样监测费时费力且时间和空间频率均非常低，数据离散，时效性差。水下探头高频在线监测能解决时间上的连续观测，但探头易于损耗和受水况环境干扰造成监测精度不稳定，可监测指标有限，总氮、总磷、化学需氧量等关键参数自动监测结果与常规实验室监测分析数据存在系统误差，使用受到限制，并且后期管理和维护成本较高。航空航天和无人机遥感监测能实现不同空间尺度关键水质参数的遥感反演，但氮磷营养盐和化学需氧量观测精度低，也很难解决时间上连续观测，并且由于云雨天况和大气校正影响，其监测效果不佳。并且对于小型湖库、河流及重要断面，卫星遥感的低空间分辨率将使其失去监测能力，只能通过Landsat、Sentinel、高分等陆地中高分辨率卫星观测，但这些卫星重访周期长、波段宽、信噪比低和非水色波段设置等缺点限制其在小型湖水库、河流及重要断面水环境遥感应用。

发明内容

本发明目的在于构建基于陆基(也可称为地基、岸基)高光谱成像仪的复杂场景下水体营养盐和化学需氧量遥感监测方法，可以实现不同天况和水况环境下总氮、总磷和化学需氧量的快速实时遥感监测，提升生态环境监测自动化和智能化水平，适用于河流、湖库、湿地、近海和远海等不同类型水体，同时操作方法简便，易于维护，便与推广和应用。

为实现上述目的，本发明采用如下技术方案：

水体营养盐和化学需氧量陆基遥感监测方法，包括如下步骤：

S1、将高光谱成像仪架设于不同类型水体岸边进行不同观测场景下水体遥感反射比连续高频自动观测；所述不同观测场景指不同天况、水况的水体遥感反射比；

S2、现场定时采集表层水样，测定水样总氮、总磷、化学需氧量浓度数据；

S3、匹配同步观测的遥感反射比和总氮、总磷、化学需氧量浓度数据，构建覆盖不同类型水体、各类观测场景的同步样本数据集；

S4、利用机器学习模型训练数据集，建立总氮、总磷和化学需氧量浓度陆基(地基、岸基)遥感反演模型；

S5、将建立的反演模型根植到S1所述高光谱成像仪中，实现无人值守下表层水体氮磷营养盐和化学需氧量快速实时高频自动连续监测。